近日，伟德bevictor中文版大數據本科生連俊博在運籌學與控制領域國際老牌期刊《International Journal of Systems Science》（Q1，IF=4.9）上發表題為“The Educational Competition Optimizer”（教育競争優化器）的研究論文，提出了一種全新的基于臨近距離和輪盤賭策略的啟發式優化架構，該論文進一步展示了我校本科生在進化計算領域的最新進展。
當今，元啟發式策略作為複雜優化的強大工具被廣泛用于AI大模型架構搜索、超參數調節、工程設計、圖像分割等多個領域，受到廣泛關注。本研究提出了一種全新的元啟發式算法，名為教育競争優化算法（ECO），這是一種針對不同優化任務而設計的算法。ECO從現實世界教育資源分配場景中觀察到的競争動态中汲取靈感，利用這一原理完善其搜索過程。為了進一步提高效率，該算法将疊代過程分為三個不同的階段：小學、初中和高中。通過這種循序漸進的方法，ECO逐步縮小了潛在解決方案的範圍，反映了教育系統内部的逐步競争。這種戰略方法确保了ECO的探索和利用階段之間的平穩過渡和資源共享。
為了全面評估ECO的有效性和收斂特性，文中對ECO進行了嚴格的比較分析，将ECO與九種最先進的元啟發式算法進行了比較。結果表明，ECO作為一種全新的搜索架構在高效解決複雜優化問題方面取得了巨大成功，這凸顯了它在不同現實世界領域的潛在适用性。
在這項研究中，伟德bevictor中文版為第一單位，大數據21級本科生連俊博為第一作者，大數據21級本科生竺婷、馬玲、吳昕燦共同參與研究工作，伟德bevictor中文版科研育人名師工作室負責人為通訊作者。研究得到了伟德bevictor中文版、大數據專業和科研育人名師工作室的切實支持，學院在場地和資源等方面為學生參與科研活動排憂解難，讓學生能夠安心開展科研創新活動，為學生今後的深造和工作奠定了堅實的基礎。
源代碼下載地址1：https://github.com/junbolian/ECO
源代碼下載地址2：https://aliasgharheidari.com/ECO.html
論文地址：https://doi.org/10.1080/00207721.2024.2367079
連俊博
浙公網安備33018502001115号